CS231n的課后作業非常的好，這里記錄一下自己對作業一些筆記。 一、第一個是KNN的代碼，這里的trick是計算距離的三種方法，核心的話還是python和machine learning中非常實用 ...

第二個作業難度很高，但做（抄）完之后收獲還是很大的.... 一、Fully-Connected Neural Nets 首先是對之前的神經網絡的程序進行重構，目的是可以構建任意大小的全連接 ...

cs231n2016冬季課程作業完成，在原先的基礎上進行了翻譯和中文注釋，同時增加了16之后版本的部分新作業文件，已經全部跑通，需要的歡迎自取。 斯坦福大學的 CS231n（全稱：面向視覺識別 ...

終於來到了最終的大BOSS，卷積神經網絡~ 這里我想還是主要關注代碼的實現，具體的CNN的知識點想以后在好好寫一寫，CNN的代碼關鍵就是要加上卷積層和池話層. 一、卷積層 　　卷積層的前向傳播還 ...

一、參數更新策略 　　　 1.SGD 　　也就是隨機梯度下降，最簡單的更新形式是沿着負梯度方向改變參數（因為梯度指向的是上升方向，但是我們通常希望最小化損失函數）。假設有一個參數向量x ...

本博客內容來自 Stanford University CS231N 2017 Lecture 2 - Image Classification 課程官網：http://cs231n.stanfor ...

本博客內容來自 Stanford University CS231N 2017 Lecture 3 - Loss Functions and Optimization 課程官網：http://cs2 ...